Java中CyclicBarrier线程同步使用方法
CyclicBarrier 是 Java 并发编程中一款强大且灵活的可重用同步工具,专为多线程协作场景而生——它让一组线程彼此等待,直至全部抵达公共屏障点后才集体继续执行,支持回调动作、超时控制与异常恢复机制,不仅能优雅应对并行计算、任务分片汇总、服务模块协同初始化等典型需求,还因其“可循环”特性远超 CountDownLatch 的一次性限制;掌握其核心用法与实战技巧,将助你轻松构建健壮、高效又易维护的并发程序。

在Java并发编程中,CyclicBarrier 是一种实用的线程同步工具,适用于多个线程必须相互等待到达某个公共屏障点后再继续执行的场景。它常用于多线程协作计算、并行任务拆分与汇总等操作。
什么是CyclicBarrier?
CyclicBarrier 字面意思是“可循环使用的屏障”。它允许一组线程互相等待,直到所有线程都到达一个共同的屏障点(barrier point),然后才一起继续执行。与 CountDownLatch 不同的是,CyclicBarrier 可以重复使用,一旦所有线程通过屏障,它会自动重置状态。
创建 CyclicBarrier 时需要指定参与等待的线程数量:
CyclicBarrier barrier = new CyclicBarrier(3);
表示当3个线程都调用 await() 方法后,屏障才会被解除。
基本使用方法
每个参与的线程在执行完自己的部分任务后,调用 barrier.await() 方法进行等待。该方法会阻塞线程,直到所有线程都调用了 await()。
示例代码:
import java.util.concurrent.CyclicBarrier;public class CyclicBarrierExample { public static void main(String[] args) { int threadCount = 3; CyclicBarrier barrier = new CyclicBarrier(threadCount, () -> { System.out.println("所有线程已就位,开始下一步行动!"); });
for (int i = 1; i <= threadCount; i++) { new Thread(() -> { try { String name = Thread.currentThread().getName(); System.out.println(name + " 正在准备..."); Thread.sleep((long)(Math.random() * 3000)); // 模拟准备耗时 System.out.println(name + " 准备完成,等待其他线程..."); barrier.await(); // 等待其他线程 System.out.println(name + " 继续执行后续任务。"); } catch (Exception e) { e.printStackTrace(); } }).start(); } }}
输出可能如下:
Thread-0 正在准备... Thread-1 正在准备... Thread-2 正在准备... Thread-1 准备完成,等待其他线程... Thread-0 准备完成,等待其他线程... Thread-2 准备完成,等待其他线程... 所有线程已就位,开始下一步行动! Thread-2 继续执行后续任务。 Thread-0 继续执行后续任务。 Thread-1 继续执行后续任务。
可以看到,所有线程都准备好后,定义在构造函数中的 回调任务 被触发,随后各线程继续向下执行。
关键特性与技巧
CyclicBarrier 提供了一些高级用法和注意事项,合理使用可以提升程序健壮性和灵活性。
- 支持屏障动作(Barrier Action):可以在构造函数中传入一个 Runnable,它会在所有线程到达屏障后、被释放前执行。适合做统一的初始化或日志记录。
- 可重复使用:一旦所有线程通过屏障,CyclicBarrier 自动重置,可以再次使用。比如在一个循环中控制每轮并行任务的同步。
- 异常处理机制:如果某个线程在 await 时被中断或抛出异常,会导致整个屏障进入“破损”状态,其他线程也会收到
BrokenBarrierException。可通过isBroken()检查状态。 - 超时机制:可以使用
await(long timeout, TimeUnit unit)设置最大等待时间,避免无限期阻塞。
带超时的示例:
try {
barrier.await(5, TimeUnit.SECONDS);
} catch (TimeoutException e) {
System.out.println("等待超时,部分线程未及时到达。");
}
适用场景建议
CyclicBarrier 特别适合以下情况:
- 多线程并行计算,需汇总结果前确保全部完成(如矩阵运算分块处理)
- 测试中模拟高并发请求同时发起
- 游戏开发中等待所有玩家加载完毕再开始下一阶段
- 服务启动阶段多个模块初始化完成后触发主流程
不适用于只需一次倒数的场景,此时应选择 CountDownLatch。
基本上就这些。CyclicBarrier 使用简单但功能强大,掌握好它能有效简化多线程协同逻辑。注意控制线程数量、处理异常,并合理设计屏障动作,就能写出稳定高效的并发程序。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Java中CyclicBarrier线程同步使用方法》文章吧,也可关注golang学习网公众号了解相关技术文章。
山西招生考试网个人信息修改流程
- 上一篇
- 山西招生考试网个人信息修改流程
- 下一篇
- Tailwind进度条动画实现方法
-
- 文章 · java教程 | 4小时前 | 并发编程 · Java教程 · java 并发锁 reentrantlock tryLock
- Java ReentrantLock tryLock 超时与资源释放
- 190浏览 收藏
-
- 文章 · java教程 | 1天前 | 文件上传 · Java教程 · java httpclient 流式上传 HttpRequest BodyPublisher
- Java HttpRequest BodyPublisher 实现流式上传
- 488浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 模式匹配 switch 处理层级类型的穷尽性
- 301浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 4天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 4天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 4天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 4天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 301次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 358次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 357次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 324次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 143次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

